行程时间预测是一项重要的ITS研究内容，行程时间预测精度直接影响出行信息服务的可靠性。 本文从两方面考虑提高行程时间预测精度， 一方面，如何利用多种类型浮动车数据准确地获取高速路网交通流参数（速度）； 另一方面，行程时间预测方法如何利用交通流参数准确地预测路径行程时间。高速公路速度估计方面， 研究利用多种类型浮动车数据估计高速公路速度。 针对高速公路上浮动车数据来源多样性且不同类型浮动车的行驶特征存在差异等问题， 以高速公路的出租车为标准车型，其速度为标准速度，分析高速公路的营运车样本集特征， 建立标准速度与营运车速度的速度关系；高速公路行程时间预测方面， 基于高速公路行程时间服从对数正态分布的假设，根据基于多元正态分布的条件概率计算原理建立路段行程时间预测模型， 预测路段行程时间分布；并采用嵌套式延迟算法，建立基于多类型浮动车数据的高速公路行程时间预测模型。 最后提出基于多类型浮动车数据的行程时间预测流程，针对流程的每一个模块设置实验， 对实验结果进行误差分析和敏感性分析。